# Mesclar o dataset de itens do pedido com o dataset de produtos para adicionar a categoria de cada produto
merged_df <- merge(order_items_df,
                   products_df[, c("product_id", "product_category_name")],
                   by = "product_id",
                   all.x = TRUE)

# Mesclar o dataset resultante com o dataset de vendedores para adicionar o estado de cada vendedor
final_df <- merge(merged_df,
                  sellers_df[, c("seller_id", "seller_state")],
                  by = "seller_id",
                  all.x = TRUE)

# Mostrar as primeiras linhas do dataset mesclado
kable(head(final_df))

# Selecionar apenas as colunas relevantes: nome da categoria, preço, data limite de envio, e estado do vendedor
final_df <- final_df %>%
  select(product_category_name, price, shipping_limit_date, seller_state)

# Mostrar as primeiras linhas do dataset filtrado
kable(head(final_df))

# Remover registros que não possuem categoria de produto
final_df <- final_df[which(final_df$product_category_name != ""), ]

# Converter a coluna 'shipping_limit_date' para o formato de data
final_df$shipping_limit_date <- as.Date(final_df$shipping_limit_date)

# Mostrar as primeiras linhas do dataset final, limpo e pronto para análise
kable(head(final_df))

# Selecionar apenas as colunas relevantes: nome da categoria, preço, data limite de envio, e estado do vendedor
olist_order_reviews <- olist_order_reviews %>%
  select(review_score, review_comment_title, review_comment_message)

# Mostrar as primeiras linhas do dataset filtrado
kable(head(olist_order_reviews))

# Criar o dataframe com as categorias mais vendidas
top_10_categoria <- final_df %>%
  group_by(product_category_name) %>%
  summarise(total_pedidos = n()) %>%
  arrange(desc(total_pedidos))%>%
  head(10)

# Criar o gráfico de barras
p <- ggplot(top_10_categoria, aes(x = reorder(product_category_name, total_pedidos), y = total_pedidos)) +
  geom_bar(stat = "identity", fill = "steelblue") +
  coord_flip() + 
  labs(title = "Top 10 Categorias de Produtos Mais Vendidas",
       x = "Categoria de Produto",
       y = "Total de Pedidos") +
  theme_minimal() # Estilo clean para o gráfico



# Tornar o gráfico interativo com plotly, removendo as informações extras

p_interativo <- ggplotly(p, tooltip = c("y")) %>%
  layout(
    width = 700  # Defina a largura desejada

  )

# Exibir o gráfico interativo
p_interativo

# Calcular a receita total e o preço médio por categoria
analise_comb <- final_df %>%
  group_by(product_category_name) %>%
  summarise(
    receita_total = sum(price, na.rm = TRUE),
    preco_medio = mean(price, na.rm = TRUE)
  ) %>%
  arrange(desc(receita_total)) %>%
  slice(1:5)  # Seleciona as top 5 categorias

# Calculando o fator de escala para ajustar o gráfico de linha ao gráfico de barras
scale_factor <- max(analise_comb$receita_total) / max(analise_comb$preco_medio)

# Adicionar coluna transformada para o gráfico de linha
analise_comb <- analise_comb %>%
  mutate(preco_medio_ajustado = preco_medio * scale_factor)

# Criar o gráfico combinado com ggplot2
p <- ggplot(analise_comb, aes(x = reorder(product_category_name, receita_total))) +
  geom_bar(aes(y = receita_total, text = paste("Receita Total: R$", scales::comma(receita_total))),
           stat = "identity", fill = "steelblue", width = 0.6) +
  geom_line(aes(y = preco_medio_ajustado, group = 1, text = paste("Preço Médio: R$", scales::comma(preco_medio, accuracy = 0.01))),
            color = "darkred", size = 1.5) +
  geom_point(aes(y = preco_medio_ajustado, text = paste("Preço Médio: R$", scales::comma(preco_medio, accuracy = 0.01))),
             color = "darkred", size = 3) +
  scale_y_continuous(
    name = "Receita Total (R$)",
    sec.axis = sec_axis(~ . / scale_factor, name = "Preço Médio (R$)")
  ) +
  labs(
    title = "Receita Total e Preço Médio por Categoria de Produto Top 5",
    x = "Categoria de Produto"
  ) +
  theme_minimal() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    plot.title = element_text(hjust = 0.5, face = "bold")
  )

# Tornar o gráfico interativo usando plotly e ajustar o tooltip
p_interativo <- ggplotly(p, tooltip = c("text")) %>%
  layout(
    width = 700,  # Defina a largura desejada
    height = 500  # Defina a altura desejada
  )

# Exibir o gráfico interativo
p_interativo

# Agrupar os dados por mês e contar o número total de pedidos por mês, somando os anos
pedidos_por_mes <- final_df %>%
  mutate(month = month(shipping_limit_date, label = TRUE)) %>%
  group_by(month) %>%
  summarise(total_pedidos = n()) %>%
  arrange(month)

# Criar o gráfico de barras
p <- ggplot(pedidos_por_mes, aes(x = month, y = total_pedidos)) +
  geom_bar(stat = "identity",fill = "steelblue") +
  geom_text(aes(label = total_pedidos), vjust = -0.5, color = "black", size = 3.5) +
  labs(
    title = "Total de Pedidos por Mês (Todos os Anos)",
    x = "Mês",
    y = "Total de Pedidos"
  ) +
  theme_minimal() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    plot.title = element_text(hjust = 0.5, face = "bold"),
    legend.position = "none"
  )

# Exibir o gráfico
print(p)

# Carregar o shapefile dos estados brasileiros
brasil_estados <- ne_states(country = "Brazil", returnclass = "sf")

# Agrupar os dados por estado e contar o número de pedidos
pedidos_por_estado <- final_df %>%
  group_by(seller_state) %>%
  summarise(total_pedidos = n())

# Unir o shapefile dos estados com os dados dos pedidos
brasil_estados <- brasil_estados %>%
  left_join(pedidos_por_estado, by = c("postal" = "seller_state"))

# Mapa de calor com ggplot2
p <- ggplot(data = brasil_estados) +
  geom_sf(aes(fill = total_pedidos), color = "white") +
  scale_fill_viridis_c(option = "plasma", na.value = "grey90") +
  labs(
    title = "Distribuição de Pedidos por Estado",
    fill = "Total de Pedidos                      /"
  ) +
  theme_minimal() +
  theme(
    plot.title = element_text(hjust = 0.5, face = "bold")
  )

# Converter para um gráfico interativo
p_interativo <- ggplotly(p)

# Exibir o gráfico interativo
p_interativo

# Contar quantas reviews existem para cada score e quantas delas possuem comentário (em uma das colunas de título ou mensagem)
result <- olist_order_reviews %>%
  group_by(review_score) %>%
  summarise(
    total_reviews = n(),  # Total de reviews para cada score
    reviews_com_comentarios = sum(
      !is.na(review_comment_title) & review_comment_title != "" |
      !is.na(review_comment_message) & review_comment_message != ""
    )  # Contar reviews com algum comentário (título ou mensagem)
  )


# Criar o gráfico de barras
p <- ggplot(result, aes(x = factor(review_score))) +
  geom_bar(aes(y = total_reviews, fill = "Total de Reviews"), stat = "identity", position = "dodge", color = "black") +
  geom_bar(aes(y = reviews_com_comentarios, fill = "Reviews com Comentários       "), stat = "identity", position = "dodge", color = "black") +
  labs(title = "Distribuição de Reviews e Comentários por Score",
       x = "Score de Review",
       y = "Número de Reviews",
       fill = "Legenda") +
  scale_fill_manual(values = c("Total de Reviews" = "steelblue", "Reviews com Comentários       " = "darkorange")) +
  theme_minimal() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),  # Rotacionar os rótulos do eixo X
    plot.margin = margin(20, 10, 10, 10, "pt"),         # Ajustar margens para evitar corte
    legend.position = "top",                            # Mover a legenda para o topo
    legend.text = element_text(size = 10),              # Tamanho do texto da legenda
    legend.title = element_text(size = 12)              # Tamanho do título da legenda
  )

# Converter para um gráfico interativo
p_interativo <- ggplotly(p, tooltip = c("y"))

# Exibir o gráfico interativo
p_interativo

# Filtrar os comentários positivos e negativos, removendo NAs, strings vazias e eliminando espaços em branco extras
comentarios_positivos <- olist_order_reviews %>%
  filter(review_score %in% c(4, 5)) %>%
  filter(!is.na(review_comment_message), str_trim(review_comment_message) != "") %>%  # Remover NAs e strings vazias
  mutate(review_comment_message = str_squish(review_comment_message)) %>%  # Remover espaços em branco extras
  select(review_comment_message) %>%
  unnest_tokens(trigram, review_comment_message, token = "ngrams", n = 3)

# Filtrar os comentários positivos e negativos, removendo NAs, strings vazias e eliminando espaços em branco extras
comentarios_positivos <- olist_order_reviews %>%
  filter(review_score %in% c(4, 5)) %>%
  filter(!is.na(review_comment_message), str_trim(review_comment_message) != "") %>%  # Remover NAs e strings vazias
  mutate(review_comment_message = str_squish(review_comment_message)) %>%  # Remover espaços em branco extras
  select(review_comment_message) %>%
  unnest_tokens(trigram, review_comment_message, token = "ngrams", n = 3) %>%
  filter(trigram != "NA")  # Remover trigramas com NA

comentarios_negativos <- olist_order_reviews %>%
  filter(review_score %in% c(1, 2)) %>%
  filter(!is.na(review_comment_message), str_trim(review_comment_message) != "") %>%  # Remover NAs e strings vazias
  mutate(review_comment_message = str_squish(review_comment_message)) %>%  # Remover espaços em branco extras
  select(review_comment_message) %>%
  unnest_tokens(trigram, review_comment_message, token = "ngrams", n = 3) %>%
  filter(trigram != "NA")  # Remover trigramas com NA

# Contar os trigramas mais frequentes nos comentários positivos e negativos
trigramas_positivos <- comentarios_positivos %>%
  count(trigram, sort = TRUE) %>%
  top_n(10)

trigramas_negativos <- comentarios_negativos %>%
  count(trigram, sort = TRUE) %>%
  top_n(10)

# Gráfico para trigramas positivos
grafico_positivos <- ggplot(trigramas_positivos, aes(x = reorder(trigram, n), y = n)) +
  geom_bar(stat = "identity", fill = "steelblue") +
  coord_flip() +
  labs(title = "Principais Comentários Positivos",
       x = NULL, y = "Frequência") +
  theme_minimal()

# Gráfico para trigramas negativos
grafico_negativos <- ggplot(trigramas_negativos, aes(x = reorder(trigram, n), y = n)) +
  geom_bar(stat = "identity", fill = "brown") +
  coord_flip() +
  labs(title = "Principais Comentários Negativos",
       x = NULL, y = "Frequência") +
  theme_minimal()

# Mostrar os gráficos lado a lado
grid.arrange(grafico_positivos, grafico_negativos, ncol = 2)